Algoritmy vyhledávání a řazení. Zatím nad lineární datovou strukturou (polem)

Transkript

1 Algoritmy vyhledávání a řazení Zatím nad lineární datovou strukturou (polem)

2 Vyhledávací problém Vyhledávání je dáno Universum (množina prvků) U je dána konečná množina prvků X U (vyhledávací prostor) mějme prvek x U vyhledávací problém (Najdi(x,X)) je definován jako rozhodovací problém: Najdi(x,X): jestliže x X, pak najdi=1, jinak najdi=0

3 algoritmy vyhledávání závisejí na vyhledávacím prostoru a jeho reprezentaci druhy vyhledávacích problémů: dynamický lexikon vyhledávací prostor se v průběhu zpracování mění (vložení, rušení, náhrada prvku) příklad: autorský katalog knihovny statický lexikon vyhledávací prostor se v průběhu zpracování nemění příklad: telefonní seznam

4 pro jednoduchost se omezíme na čísla typu int (univerzum U = int) množina X, ve které provádíme hledání, bude reprezentována polem čísel (zatím, poznáme i jiné výhodnější reprezentace, např. strom) jako výsledek hledání při programování zpravidla potřebujeme znát index nalezeného prvku (resp. ukazatel)

5 Sekvenční vyhledávání používá se při vyhledávání v poli (seznamu), které je neseřazené princip: sekvenčně (v cyklu) procházím prvky pole, dokud prvek nenaleznu nebo neprojdu celé pole

6 budeme předpokládat následující pole #define MAX 100 int pole[max]; implementujeme vyhledávací funkci, která zjistí, zda je v poli, obsahující n prvků, hledaný prvek x; v kladném případě vrátí funkce index prvku, v případě neúspěchu hodnotu -1

7 int hledej(int x, int *pole, int n) /* x je hledaný prvek, n je počet prvků pole */ { } int i=0; while(i<n && pole[i]!=x) i++; return i!=n? i : -1;

8 někdy se implementovalo sekvenční vyhledávání se zarážkou (tzv. sentinel) pole má o jeden prvek navíc (poslední), do kterého vložím hledaný prvek došlo ke zjednodušení podmínky v cyklu

9 int hledej2(int x, int *pole, int n) { int i=0; pole[n]=x; while(pole[i]!=x) i++; return i!=n? i: -1; }

10 Vyhledávání binárním půlením používá se při vyhledávání v poli, kde jsou prvky seřazeny princip: porovnám hledaný prvek x s prvkem uprostřed pole pole[i] dojde-li ke shodě, prvek je nalezen; je-li x<pole[i], pokračuji v hledání v levé polovině pole bin. půlením, je-li x>pole[i], pokračuji v hledání v pravé polovině pole bin. půlením vyhledávání končí neúspěchem, je-li prohledávaná část pole prázdná

11 int bin_pul(int x, int *pole, int n) { int i,l,p; l=0; p=n-1; do { i = (l+p)/2; if (x<pole[i]) p=i-1; else l=i+1; } while(pole[i]!=x && l<=p); return pole[i]==x? i: -1; }

12 trochu jinak: int bin_pul(int x, int *pole, int n) { } int i,l,p; l=0; p=n-1; do { } i = (l+p)/2; if (x==pole[i]) return i; if (x<pole[i]) p=i-1; else l=i+1; while(l<=p); return -1;

13 binární půlení se někdy vylepšuje jiným výpočtem indexu i (lineární interpolace podle hodnoty hledaného prvku vzhledem k nejmenšímu a největšímu prvku v poli) i = (p-l)*(x-pole[l])/(pole[p]-pole[l])

14 Hodnocení algoritmů rychlost (kvalitu) algoritmů měříme tzv. složitostí (complexity) : operační složitostí O(n) doba trvání (počet kroků) algoritmu v závislosti na rozměru problému, např. na počtu řazených čísel, velikost prohledávacího prostoru paměťovou složitostí M(n) velikost požadované paměti v závislosti na rozměru problému

15 Hodnocení algoritmů rychlost běhu programu závisí na mnoha faktorech rychlost procesoru, velikost cache, progr. jazyku, překladači, stylu programování, snažíme se určit rychlost algoritmu bez ohledu na tyto faktory; zajímá nás většinou chování algoritmu pro velké množství vstupních dat

16 Hodnocení algoritmů rychlost (kvalitu) algoritmů měříme tzv. asymptotickou složitostí (complexity) jak závisí počet kroků algoritmu na počtu vstupních dat n limitně pro n snažíme se eliminovat konstanty složitosti vyjadřujeme tzv. řádem růstu funkce

17 Hodnocení algoritmů Asymptotická horní mez: O-notace jsou-li dány funkce f(n) a g(n), pak řekneme, že f(n) je nejvýše řádu g(n), f(n) = O(g(n)), jestliže platí c R + + n N : 0 n n 0 : f(n) c.g(n) říkáme také, že f(n) roste maximálně tak rychle jako g(n) používáme ji pro vyjádření horní meze růstu až na multiplikativní konstantu

18 Hodnocení algoritmů Asymptotická dolní mez: Ω-notace jsou-li dány funkce f(n) a g(n), pak řekneme, že f(n) je nejméněřádu g(n), f(n) = Ω(g(n)), jestliže platí c R + + n N : 0 n n 0 : f(n) c.g(n) říkáme také, že f(n) roste minimálně tak rychle jako g(n) používáme ji pro vyjádření dolní meze růstu až na multiplikativní konstantu

19 Hodnocení algoritmů Asymptotická těsná mez: Θ-notace jsou-li dány funkce f(n) a g(n), pak řekneme, že f(n) je téhož řádu jako g(n), f(n) = Θ(g(n)), jestliže platí + + c1, c2 R n0 N : n n0 :c1g ( n) f(n) c2g(n) říkáme také, že f(n) roste stejně tak rychle jako g(n) až na multiplikativní konstantu

20 Hodnocení algoritmů platí f(n) = Θ(g(n)) f(n) = O(g(n)) f(n) = Ω(g(n))

21 např. 3n 2 + 2n + 5 je řádu O(n 2 ) 5n 4 + 3n 2-3 je řádu O(n 4 ) 2 n + 3 je řádu O(2 n ) n! + 3n + 4 je řádu O(n!) polynomiální exponenciální faktoriální

22 Odhadněte operační složitost: sekvenčního vyhledávání O(n) násobení čtvercových matic o rozměru n O(n 3 ) hledání binárním půlením O(log 2 n)

23 někdy se stanovuje složitost pro různé případy uspořádání vstupních dat: v nejlepším případě v průměrném případě často je složité statisticky určit tento případ v nejhorším případě příklad: lineární hledání: hledaný prvek je na prvním místě v poli hledaný prvek je uprostřed hledaný prvek je na konci pole nebo není přítomen

24 Řazení Řazení: vytvoření posloupnosti prvků x i, takové, že x j1 x j2,, x jn resp. x j1 x j2,, x jn univerzální algoritmy řazení: zatřiďováním výběrem maximálního (minimálního) prvku záměnou (Bubble Sort) Quick Sort

25 Řazení zatřiďováním do již seřazené posloupnosti vkládáme každý nový prvek rovnou na správné místo vhodné např. pro spojový seznam, nikoliv pro pole nutné spojit s operací hledání

26 Řazení výběrem maximálního (minimálního) prvku v poli o n prvcích nalezneme maximální (minimální) prvek a vyměníme jej s posledním (prvním) prvkem krok hledání maximálního (minimálního) prvku opakujeme na poli o délce n-1, n- 2,,1

27 imax: 0 max: 6

28 imax: 0 max: 6

29 imax: 1 max: 7

30 imax: 1 max: 7

31 imax: 1 max: 7

32 imax: 1 max: 7

33 imax: 1 max: 7

34 imax: 1 max: 7

35 imax: 0 max: 6

36 imax: 0 max: 6

37 imax: 0 max: 6

38 imax: 0 max: 6

39 imax: 0 max: 6

40 imax: 0 max: 6

41 imax: 0 max: 6

42 imax: 0 max: 6

43 imax: 0 max: 2

44 imax: 0 max: 2

45 imax: 1 max: 5

46 imax: 1 max: 5

47 imax: 1 max: 5

48 imax: 1 max: 5

49 imax: 0 max: 2

50 imax: 0 max: 2

51 imax: 1 max: 3

52 imax: 1 max: 3

53 imax: 1 max: 3

54 void razeni_max_prvek(int *pole, int n) { } int i,j,index_max,d; for(i=n-1;i>=1;i--) { index_max = 0; for(j=1;j<=i;j++) if(pole[j]>pole[index_max]) index_max=j; d=pole[index_max]; pole[index_max]=pole[i]; pole[i]=d; }

55 Řazení záměnou (bublinkové řazení) (Bubble Sort) porovnáváme postupně v celém poli dva sousední prvky; pokud nejsou ve správném pořadí, zaměníme je po tomto kroku je na posledním místě pole největší prvek ( probublá na konec) krok algoritmu probublávání aplikujeme na postupně na pole o délce n-1, n- 2,,1

56

57 porovnám

58 porovnám

59 prohodím

60 prohodím

61 porovnám

62 prohodím

63 prohodím

64

65

66 porovnám

67 prohodím

68 prohodím

69 porovnám

70 prohodím

71 prohodím

72

73

74 porovnám

75 prohodím

76 prohodím

77

78 void bublinka(int *pole, int n) { int i,j,d; for(i=n-1;i>=1;i--) { for(j=0;j<=i-1;j++) if(pole[j]>pole[j+1]) { d=pole[j]; pole[j]=pole[j+1]; pole[j+1]=d; } } }

79 bublinkové řazení se dá vylepšit: pokud jsme při průchodu polem neprovedli ani jedenkrát záměnu, pole je seřazené a cyklus předčasně ukončíme bublání provádíme oběma směry (i k nižším indexům) Domácí úkol: vylepšete bublinkové řazení

80 void bublinka2(int *pole, int n) { int i,j,d; int prohozeno=1; for(i=n-1;i>=1 && prohozeno;i--) { prohozeno = 0; for(j=0;j<=i-1;j++) if(pole[j]>pole[j+1]) { prohozeno = 1; d=pole[j]; pole[j]=pole[j+1]; pole[j+1]=d; } } }

81 odhadněte operační složitost bublinkového řazení a řazení výběrem maximálního prvku O(n 2 )

82 problémy, které lze řešit (vyzkoušením všech možností) v polynomiálním čase, se nazývají P-problémy mnoho problémů v polynomiálním čase řešit nelze (mají nepolynomiální složitost) u některých existuje ale nedeterministický algoritmus, který je řeší v polynomiálním čase (NP nedeterministicky polynomiální) není znám deterministický algoritmus pro nalezení řešení: NP- úplné problémy (NP- complete)

83 Bohužel, většina reálných a zajímavých problémů (i dopravních) je NP-úplných řeší se přibližnými metodami (heuristikami), metodami umělé inteligence, genetickými algoritmy aj.

84 Příklad NP problémů problém obchodního cestujícího odvozený: souřadnicová vrtačka testování obvodů - úplný test splnitelnost booleovských formulí hledání podmnožiny dep hledání všech cest mezi dvěma body Hanojské věže

85 Quick Sort nejrychlejší algoritmus řazení založen na technice řešení problémů rozděl a panuj (divide and conquer) oblast řešení se rozdělí na dvě (stejně) velké oblasti, vyřeší se na každé polovině zvlášť a spojí se do výsledného řešení

86 Aplikace rozděl a panuj na Quick-Sort 1. Vyber pivot prvek ve středu pole 2. Přeskup pole prvky menší než pivot přesuň nalevo od něj, prvky větší než pivot přesuň napravo od něj 3. Seřaď část pole nalevo a napravo od pivota řazení levé a pravé části pole se provádí stejnou technikou (výběr pivota, ) až k části pole o délce 1 nelze naprogramovat jinak než rekurzí

87 void Quick_sort(int l, int r, int *pole) { int pivot,d,i,j; if (l < r) { i = l; j = r; pivot = pole[(l+r)/2]; do { while (pole[i] < pivot) i++; while (pole[j] > pivot) j--; if (i < j) { d = pole[i]; pole[i] = pole[j]; pole[j] = d; } } while (i < j); Quick_sort(l,j-1,pole); Quick_sort(i+1,r,pole); } }

88 volání funkce Quick_sort(0,n-1,pole); nejrychlejší algoritmus řazení, složitost O(nlog 2 n) poznámka: často se při řazení nepřehazují prvky, ale vytváří se pole indexů

89 do { while (pole[i] < pivot) i++; while (pole[j] > pivot) j--; if (i < j) { d = pole[i]; pole[i] = pole[j]; pole[j] = d; } } while (i < j); l: 0 r: 4 i: j: 4 pivot: 3 i j

102 do { while (pole[i] < pivot) i++; while (pole[j] > pivot) j--; if (i < j) { d = pole[i]; pole[i] = pole[j]; pole[j] = d; } } while (i < j); QuickSort(l,j-1,pole); QuickSort(j+1,r,pole); l: 0 r: 4 i: j: 1 pivot: QuickSort(0,0,pole) QuickSort(2,4,pole)

103 Mergesort (řazení slučováním) 1. Rozdělíme řazené pole na poloviny 2. Seřadíme každou polovinu 3. Obě seřazené poloviny sloučíme

104 Mergesort void Merge_sort(int l, int r, int *pole) // l - levý index, r - pravý index včetně { int i,j,k,q; int *s; if (l>=r) return; q = (l+r)/2; Merge_sort(l,q,pole); Merge_sort(q+1,r,pole);

105 Mergesort } // slučuji, s je pomocne pole s = (int*)malloc(sizeof(int)*(r-l+1)); i = l; j = q+1; k = 0; while(i<=q && j <= r) { if (pole[i]<pole[j]) s[k++] = pole[i++]; else s[k++] = pole[j++]; } // kopirovani zbytku poli - probehne jen jeden z cyklu while (i<=q) s[k++] = pole[i++]; while (j<=r) s[k++] = pole[j++]; // kopirovani pole s zpet do casti pole od indexu l for(i=0;i<k;i++) pole[l++] = s[i]; free(s);

106 volání funkce void razeni_merge(int n, int pole[]) // n velikost pole { } Merge_sort(0,n-1,pole); složitost algoritmu řazení O(nlog 2 n) nevýhoda nutnost existence pomocného pole (větší paměťová složitost)

107 void Merge_sort(int l, int r, int *pole) // l - levý index, r - pravý index včetně { int i,j,k,q; int *s; if (l>=r) return; q = (l+r)/2; Merge_sort(l,q,pole); Merge_sort(q+1,r,pole); l: 0 r: 4 q: l r

108 // slučuji, s je pomocne pole i = l; j = q+1; k = 0; while(i<=q && j <= r) { if (pole[i]<pole[j]) s[k++] = pole[i++]; else s[k++] = pole[j++]; } // kopirovani zbytku poli - probehne jen jeden z cyklu while (i<=q) s[k++] = pole[i++]; while (j<=r) s[k++] = pole[j++]; i: 0 j: 3 k: i j s: 2

109 // slučuji, s je pomocne pole i = l; j = q+1; k = 0; while(i<=q && j <= r) { if (pole[i]<pole[j]) s[k++] = pole[i++]; else s[k++] = pole[j++]; } // kopirovani zbytku poli - probehne jen jeden z cyklu while (i<=q) s[k++] = pole[i++]; while (j<=r) s[k++] = pole[j++]; i: 1 j: 4 k: i j s: 2 3

110 // slučuji, s je pomocne pole i = l; j = q+1; k = 0; while(i<=q && j <= r) { if (pole[i]<pole[j]) s[k++] = pole[i++]; else s[k++] = pole[j++]; } // kopirovani zbytku poli - probehne jen jeden z cyklu while (i<=q) s[k++] = pole[i++]; while (j<=r) s[k++] = pole[j++]; i: 1 j: 5 k: i j s: 2 3 5

111 // slučuji, s je pomocne pole i = l; j = q+1; k = 0; while(i<=q && j <= r) { if (pole[i]<pole[j]) s[k++] = pole[i++]; else s[k++] = pole[j++]; } // kopirovani zbytku poli - probehne jen jeden z cyklu while (i<=q) s[k++] = pole[i++]; while (j<=r) s[k++] = pole[j++]; i: 1 j: 5 k: i j s: 2 3 5

112 // slučuji, s je pomocne pole i = l; j = q+1; k = 0; while(i<=q && j <= r) { if (pole[i]<pole[j]) s[k++] = pole[i++]; else s[k++] = pole[j++]; } // kopirovani zbytku poli - probehne jen jeden z cyklu while (i<=q) s[k++] = pole[i++]; while (j<=r) s[k++] = pole[j++]; i: 1 j: 5 k: i j s:

113 // slučuji, s je pomocne pole i = l; j = q+1; k = 0; while(i<=q && j <= r) { if (pole[i]<pole[j]) s[k++] = pole[i++]; else s[k++] = pole[j++]; } // kopirovani zbytku poli - probehne jen jeden z cyklu while (i<=q) s[k++] = pole[i++]; while (j<=r) s[k++] = pole[j++]; i: 1 j: 5 k: i j s:

114 Poznámky ke složitostem lineární zdvojnásobení velikosti problému vede k dvojnásobnému času výpočtu zrychlení počítače 2x urychlí řešení problému 2x kvadratická zdvojnásobení velikosti problému vede k čtyřnásobnému času výpočtu zrychlení počítače 2x urychlí řešení problému 1,414x

115 Poznámky ke složitostem předpokládejme, že 1 operace trvá 1us, počet operací je dán vztahem v 1. sloupci doba výpočtu: srovnej: počet atomů ve vesmíru se odhaduje na a stáří vesmíru na let) zdroj: přednášky ZDT, FIT ČVUT, doc. Kolář

116 Poznámky ke složitostem pro malé množství dat, resp. určité uspořádání dat může být asymptoticky pomalejší algoritmus rychlejší pokud aplikujeme bublinkové řazení s testem prohození na seřazenou posloupnost, vykoná se pouze n kroků, ale Quick-Sort vykoná n.log 2 n vždy pro malý rozměr pole u algoritmu Quick-Sort převáží konstanty režie související s rekurzivním voláním

117 Poznámky ke složitostem ale vždy existuje určité n 0, od kterého bude asymptoticky rychlejší algoritmus rychlejší bez ohledu na rychlost počítače, jazyk, překladač, výkon počítače, překladač,, mění konstanty vztahu, které posouvají bod n 0